self-supervised techniques | BriefGPT

关键词self-supervised techniques

搜索结果 - 10

通过观察学习：机器人操作的基于视频的学习方法综述
机器人通过观察大规模人类视频学习可以增强对机器人操纵的泛化性和样本效率。
PDF5 months ago
图卢兹高光谱数据集：用于评估半监督光谱表示学习和像素级分类技术的基准数据集
通过空中高光谱图像，利用具有极高空间和光谱分辨率以及覆盖广泛光谱领域的特点，进行大型城市地表覆盖的绘制。然而，由于训练数据的有限性，利用现有机器学习算法对地表覆盖进行绘制的能力受到了严重限制。针对标记数据的稀缺性，半监督和自监督技术引起了社
PDF8 months ago
跨体系结构自监督下的高效医疗表示学习
在医疗和生物医学应用中，极端的计算要求对采用表示学习构成了重大障碍。本研究提出了一种名为 CASS（Cross Architectural - Self Supervision）的创新孪生自监督学习方法，通过协同使用 Transformer
PDF10 months ago
ICCV不确定性感知的无监督多目标追踪
通过开发一个基于不确定性的度量标准，以验证和矫正风险的关联，本论文提出了一种通过模拟 tracklets 运动来增强学习特征一致性的 tracklet-guided 增强策略，同时采用分层不确定性采样机制进行难样本挖掘。最终的无监督 MOT
PDFa year ago
BabySLM：面向语言习得友好的自监督口语模型基准
本文介绍了一种适用于语言习得的基准测试方法，该方法可以在词汇和句法水平上测试口语识别模型的能力，旨在进一步深入理解婴儿学习语言的过程以及使自监督学习技术能够充分发挥潜力，同时还需要克服文本和语音之间以及清晰语音和野外语音之间的差距。
PDFa year ago
ICML通过对比估计进行无模态顺序解缠样本和预测
本文提出了一种无监督序列解缠框架，它基于对矩乘自编码器或变分自编码器从下层模型生成、采样和比较实际分布的对比估计方法，而不需要外部信号、使用常见批量大小和来自潜在空间本身的样本。我们在视频、音频和时间序列基准上评估了我们的方法，取得了与现有
PDFa year ago
MvDeCor：用于精细三维分割的多视角稠密对应学习
本研究提出了一种利用自我监督技术在二维领域进行细粒度三维形状分割任务的方法，并实现对 3D 形状的多视角表征，透过对比学习框架中密集对应关系的学习任务，实现对 2D 表征的无视角和几何一致性特性的学习，经实验表明，该方法在纹理和无纹理的三维
PDF2 years ago
自监督异常检测：自蒸馏和负采样
本文利用自监督技术与自对比学习方法，对比辅助数据进行负样本采样，并在可视化领域中创造新的无监督 out-of-distribution 检测基准。
PDF2 years ago
CAGNN: 面向无监督图表征学习的聚类感知图神经网络
介绍一种新的无监督图嵌入学习方法，使用自监督技术，通过将节点嵌入进行聚类并预测节点分配情况更新模型参数，加强类内联系和减少类间联系从而更好地保留了嵌入空间中的类簇结构，并在两个基准任务中使用真实世界数据集展开比较实验，证明了该模型在准确性方
PDF4 years ago
自监督视觉表示学习再探讨
该论文探讨了自我监督方法在无监督视觉表示学习中的重要性，提出之前 CNN 设计的标准配方不一定适用于自我监督表示学习，并大幅度提高了之前提出技术的性能，超越了之前公布的最先进结果。
PDF5 years ago